BigQueryのアンチパターン認識ツールで独自のSQLリンターを開発しました - ZOZO TECH BLOG
こんにちは、株式会社ZOZOで25卒の内定者アルバイトをしている村井です。この記事では業務で取り組んでいる、BigQueryで使うSQLのリンターの作成方法について紹介します。 目次 目次 課題と解決策 課題 解決策 BigQueryのアンチパターン認識ツール ミニマムな使い方 日本語がSQL内に含まれている際の問題 アンチパターンを定義する リンターとしてBigQueryのアンチパターン認識ツールを使用する際に生じる課題と解決策 構成 APIサーバ化 Chrome拡張 動作例 まとめ 課題と解決策 課題 社内では様々なチームがSQLを書いており、動作はするものの良くない書き方をしている場合があります。そういった構文を検知して、前もって修正する必要があります。 解決策 BigQueryのコンソールで入力されたSQLの不正構文を検知、修正案を提示できるようにしました。 BigQueryのアン
Updates [04-13] "Data Binding Rules Vulnerability CVE-2022-22968" follow-up blog post published, related to the "disallowedFields" from the Suggested Workarounds [04-08] Snyk announces an additional attack vector for Glassfish and Payara. See also related Payara, upcoming release announcement [04-04] Updated Am I Impacted with improved description for deployment requirements [04-01] Updated Am I I
Press Enter, and JHipster will create your app in the current directory and run npm install to install all the dependencies specified in package.json. Verify Everything Works with Cypress and KeycloakWhen you choose OAuth 2.0 and OIDC for authentication, the users are stored outside of the application rather than in it. You need to configure an identity provider (IdP) to store your users and allow
The simplicity of Prolog
Back to homepage Nowadays the most popular programming languages are Python, Javascript, Java, C++, C#, Kotlin and Ruby, and the average programmer is probably familiar with one or more of these languages. It's relatively easy to switch from one to another (barring any framework specific knowledge that may be needed), since they are all imperative (and for the most part object-oriented) languages,
ドキュメントレスな社内システムをIntelliJ IDEAのプラグインを開発して調査を進めた話 - asoview! Tech Blog
はじめに こんにちは。アソビューで主にバックエンド開発に携わっている東郷です。 今回は、社内システムの機能移行プロジェクトで直面したドキュメントレスの課題と、その解決策について共有します。 この記事が同じ問題に直面している開発者の助けとなれば幸いです。 既存システムの課題と新システムへの移行準備 既存の社内システムは、過去10年以上にわたって多くのビジネスプロセスを支えてきましたが、技術の進化と組織の成長に伴い、その限界が明らかになってきました。 効率性、拡張性、およびコスト効率の向上を実現するために、新しいシステムに機能を移し替えることを検討する段階にきました。 社内システムの概要 アソビューの商品データを生成、管理するシステム システムはJava言語で開発されており、MVC（Model-View-Controller）アーキテクチャのWebフレームワークを使用 データベースとのインター
Kotlin でコレクションの型を変えるだけでパフォーマンスが100倍以上早くなった話 - Money Forward Developers Blog
はじめまして！マネーフォワード関西開発拠点にて主にバックエンド領域を開発しているsugoikondoと申します。 普段は大阪でサーバーサイド Kotlin をメインで書くお仕事をしております。 今回のお話は、私が担当しているプロダクト「マネーフォワード クラウド連結会計」(以下、クラウド連結会計)のとある機能において、コレクション型を少し変えただけでパフォーマンスが100倍以上と大きく改善した話を紹介します。 改善した機能と元々の実装について 今回の改善対象は、クラウド連結会計における基礎的な機能である、「各種帳票のインポート機能」 1です。 取り込める帳票はいくつありますが、今回の取込対象となった帳票は行数にして数万行 ~ 数百万行程度とややデータ量が多くなるものでした。 その取込処理は、以下のような流れで行われています。 ファイルの各行を Flow に出力していく その Flow に対
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Spring Framework RCE, Early Announcement
Full Stack Java with React, Spring Boot, and JHipster